लक्ष्य-सशर्त नीति
एक नीति जो मनमाने लक्ष्य राज्यों तक पहुंचने के लिए प्रशिक्षित है, जहां लक्ष्य वर्तमान अवलोकन के साथ एक इनपुट के रूप में प्रदान किया जाता है। लक्ष्य लक्ष्य छवियों, निर्देशांक, वस्तु विन्यास, या भाषा विवरण के रूप में निर्दिष्ट किए जा सकते हैं। लक्ष्य-सशर्त नीतियां एक एकल मॉडल को लक्ष्य को बदलकर कई कार्यों को निष्पादित करने में सक्षम बनाती हैं, बजाय प्रति कार्य अलग नीतियों को प्रशिक्षित करने के।







